【原】Coursera—Andrew Ng机器学习—Week 5 习题—Neural Networks learning
课上习题
【1】代价函数
【2】代价函数计算
【3】
【4】矩阵的向量化
【5】梯度校验
Answer：(1.013 -0.993) / 0.02 = 3.001
【6】梯度校验
Answer：学习的时候要去掉梯度校验，不然会特别慢
【7】随机初始化
Answer：对于神经网络这种复杂模型来说，初始值都是同一个值 r，不然第二层会全都一样。
【8】梯度下降
测验
Answer: A
Answer：A
Answer：D
3*(1.01)4 - 3*(0.99)4 / 0.02
Answer：ACE
解析E：与逻辑回归一样，λ的较大值将惩罚大参数值，从而减少过度拟合训练集的变化。
解析G: 一个特别大的 λ 可能是非常有害的。 如果将其设置得太大，那么网络将不适合训练数据，并且对训练数据和新的测试数据的预测都很差。
Answer：ADG
